Table des matières
chapitre 1 -
Introduction
- 1-1 - Projet et guide de lecture
-
- Le projet
-
- Guide de lecture
-
- 1-2 - Vers une synthèse de "compréhension" et d' "explication"
-
- L'importance de la pensée subjective
-
- L'accès aux données est difficile
-
- Modèles et représentations
-
- Le savoir commun et la quasi-herméneutique
-
- Interprétation, reconstruction et explication
-
chapitre 2 -
Modèles de l'individu et
de l'acteur social
- 2-1 - Le paradigme émergent des sciences cognitives
-
- 2-1.1 - La modélisation de l'esprit
-
- 2-1.2 - La mémoire dans les sciences cognitives
-
- 2-1.3 - Les plans et la structure du comportement mental
-
- 2-1.4 - La représentation du savoir
-
- 2-1.5 - Vers une approche cognitiviste
-
- 2-2 - La modélisation de l'action sociale
-
- 2-2.1 - L'action téléologique et rationnelle
-
- 2-2.2 - L'homme sociologique
-
- Parsons I: L'acteur rationnel guidé par des normes
-
- Parsons II: Les normes et les rôles
-
- 2-2.3 - L'acteur dramaturgique
-
- 2-2.4 - L'homme - utilisateur de symboles
-
- 2-3 - Vers un modèle unifié de l'Homme
-
- Vers la modélisation du décideur
-
chapitre 3 -
Modèles du décideur politique
- 3-1 - La notion de la décision
-
- L'analyse cognitive du décideur
-
- 3-2 - Les modèles rationnels de décision
-
- 3-2.1 - La théorie des jeux
-
- Les ingrédients d'un jeu
-
- Jeux de conflit et de coopération
-
- Apprendre les stratégies
-
- Vers la négociation des jeux
-
- 3-2.2 - Modèles de choix à rationalité limitée
-
- Les arbres de décision
-
- Les problèmes des valeurs complexes avec incertitude
-
- L'utilisation de règles de décision
-
- 3-2.3 - Le "governmental problem solving" de Crecine
-
- 3-3 - `Cognitive maps' et `operational code'
-
- 3-3.1 - "Cognitive mapping"
-
- L'opération de codage
-
- L'analyse de graphes cognitifs
-
- 3-3.2 - "L'étude des codes opérationnels"
-
- 3-3.3 - Utilité
-
- 3-4 - La modélisation des expériences du décideur
-
- L'histoire comme structure narratrice
-
- 3-5 - Le modèle "Lohhausen"
-
- 3-6 - Les propriétés du décideur et de la décision
-
- 3-6.1 - Le processus de décision et le temps
-
- 3-6.2 - Le décideur, une vue systémique
-
chapitre 4 -
La modélisation des processus cognitifs
- Introduction
-
- 4-1 - Modèles du décideur et du processus de la décision
-
- 4-1.1 - Le décideur: une première synthèse
-
- 4-1.2 - Les "étapes" de la décision
-
- (a) La définition du problème
-
- (b) Définition et utilisation de buts
-
- (c) La résolution du problème
-
- (d) L'évaluation
-
- (e) Le processus complet de décision
-
- 4-1.3 - Le décideur dans un environnement complexe
-
- 4-2 - Les heuristiques de résolution de problème
-
- 4-2.1 - Introduction: Opérateurs mentaux et heuristiques
-
- 4-2.2 - Les heuristiques de la gestion d'un environnement complexe
-
- Opérations cognitives de base portant sur des relations
-
- La planification de l'agenda
-
- Le traitement des intentions
-
- A la recherche d'un problème
-
- L'interaction entre buts
-
- 4-3 - Intelligence artificielle et résolution de problèmes
-
- 4-3.1 - Le General Problem Solver
-
- Le paradigme GPS
-
- Un modèle pour l'architecture de l'esprit humain
-
- Le modèle GPS
-
- Les systèmes de production
-
- Chaînage avant, chaînage arrière et variables
-
- SOAR
-
- Discussion
-
- 4-3.2 - La représentation de connaissances intégrées
-
- "Scripts" et "Frames": un modèle de la perception
-
- Les réseaux de buts
-
- Le plan, entre "script" et création
-
- 4-3.3 - Le raisonnement avec des cas
-
- 4-4 - Un modèle d' "information" du décideur
-
- 4-5 - La modélisation IA de la décision en science politique
-
- 4-5.1 - "Case-based, explanation et model-based reasoning"
-
- 4-5.2 - L'interprétation d'événements politiques
-
- POLITICS
-
- PIE
-
- 4-5.3 - Un modèle de planification: JESSE
-
- 4-5.4 - La modélisation de relations constitutives en politique
-
- 4-5.5 - La modélisation du décideur individuel et collectif
-
chapitre 5 -
La modélisation d'une décision administrative
par le génie cognitif
- 5-1 - Les systèmes expert et un problème de modélisation
-
- 5-1.1 - La modélisation par un "système expert"
-
- 5-1.2 - L'acquisition d'immeubles par des étrangers
-
- 5-1.3 - Règles et raisonnement juridique
-
- 5-1.4 - La traduction d'une loi en forme de règles
-
- 5-2 - Les architectures "Mycin"
-
- 5-2.1 - Le langage Mycin
-
- Les contextes
-
- Les paramètres
-
- Les règles, un premier aperçu
-
- Le raisonnement probabiliste
-
- Les "fonctions Mycin"
-
- Fonctionnement et syntaxe d'une règle "SMYC"
-
- Le "moteur" Mycin et l'architecture de SMYC
-
- Une note sur SMYC
-
- 5-3 - L'encodage d'un texte de loi - M-Lex
-
- 5-3.1 - La Lex Friederich
-
- 5-3.2 - L'acquisition et la formalisation des connaissances
-
- 5-3.3 - Aperçu du système M-Lex
-
- 5-3.4 - Evaluation
-
- 5-4 - La dimension politique dans l'application d'une loi
-
- 5-4.1 - La LAIE - histoire, structure et dynamique
-
- Historique
-
- Acteurs et procédures
-
- 5-4.2 - La modélisation d'un système de mise en oeuvre
-
- L'interaction du droit et de la politique
-
- La modélisation de la mise en oeuvre dans les cantons
-
- L'intérêt public et le soutien de milieux "intéressés"
-
- 5-4.3 - Etudes de cas
-
- 5-4.4 - L'analyse structurelle de P-Lex
-
- Analyses structurelles et études de sensibilité
-
- 5-4.5 - Conclusion - où sont les limites?
-
chapitre 6 -
Le décideur, son organisation
et son environnement
- 6-1 - Introduction
-
- 6-2 - La modélisation de l'environnement
-
- 6-2.1 - La simulation numérique discrète
-
- 6-2.2 - Un langage de simulation pour la simulation discrète des systèmes dynamiques
-
- 6-2.3 - Test du langage de simulation
-
- 6-2.4 - Simulation numérique et règles d'inférence
-
- L'inférence par un moteur de chaînage avant
-
- Simulation discrète et inférence: l'exemple "demopolis"
-
- 6-3 - La modélisation d'objets et d'acteurs
-
- 6-3.1 - La simulation orientée objets
-
- 6-3.2 - Etudes de cas: Le langage "Ross" de Rand
-
- Objets, messages et comportements dans Ross
-
- La hiérarchie des objets
-
- Critique et discussion
-
- 6-3.3 - Etude de cas: Le langage "SimKit"
-
- 6-3.4 - L'avenir de la simulation orientée objet
-
- 6-3.5 - La modélisation IA de systèmes d'acteurs
-
- 6-4 - La mémoire du décideur et l'apprentissage
-
- 6-5 - Vers un nouveau paradigme de simulation et de modélisation
-
- 6-5.1 - L'interaction entre différents types de modélisation
-
- Simulation numérique et simulation objets
-
- Règles d'inférence et simulation objets
-
- La multi-fonctionalité des langages de modélisation
-
- 6-5.2 - Les simulations multi-modales
-
- 6-5.3 - Conclusion et perspectives
-
chapitre 7 - Epistémologie et
méthodes de la modélisation IA
- 7-1 - Les bases épistémologiques de l'intelligence artificielle
-
- 7-1.1 - Les disciplines de l'intelligence artificielle
-
- Représentation et computation
-
- 7-1.2 - Problèmes de l'IA symbolique
-
- Le problème de l'ancrage des symboles
-
- La critique phénoménologique et la "situated action"
-
- La robustesse des représentations symboliques
-
- Le "frame problem"
-
- L'adaptation et l'apprentissage
-
- 7-1.3 - Le connexionisme - complément ou alternative?
-
- 7-1.4 - La negation totale du cognitivisme: une alternative valable ?
-
- 7-1.5 - Le statut épistémologique de l' IA appliquée à la science politique
-
- 7-2 - La modélisation IA et le génie cognitif
-
- 7-2.1 - Introduction
-
- La sélection d'outils informatiques
-
- 7-2.2 - L'élicitation des connaissances
-
- Elicitation de connaissances et entretiens
-
- 7-2.3 - La génération de données cliniques
-
- Les jeux de rôle comme générateur de connaissances
-
- 7-2.4 - L'organisation des connaissances
-
- 7-2.5 - La représentation des connaissances
-
- 7-3 - Pour une nouvelle modélisation systémique
-
- 7-3.1 - La notion de modèle scientifique
-
- Le rapport entre le modèle et son "original"
-
- Les modèles scientifiques
-
- 7-3.2 - La formation inductive de théories et les données "soft"
-
- 7-3.3 - Vers les modèles multi-paradigmes
-
chapitre 8 - Applications pratiques
- 8-1 - Le problème: le déficit de décision
-
- Résumé
-
- 8-2 - La formation des décideurs
-
- 8-2.1 - Les principes de l'enseignement et de l'apprentissage
-
- Peut-on enseigner la décision dans une situation complexe?
-
- 8-2.2 - PEPS: Un micro-monde d'apprentissage
-
- L'ordinateur comme "constructorium"
-
- Vers des assistants "intelligents"
-
- Environnements de simulations riches et apprentissage
-
- 8-3 - Systèmes d'aide à la décision
-
chapitre 9 - Conclusion
- 9-1 - La modélisation du décideur
-
- 9-2 - La méthode IA en science politique
-
- 9-2.1 - L'utilité des modèles IA en science politique
-
- 9-2.2 - La modélisation du décideur
-
- 9-2.3 - Une réinterprétation du statut épistémologique des modèles "IA"
-
- 9-2.4 - La modélisation de constructions théoriques
-
- 9-2.5 - `Knowledge oriented modelling'
-
- 9-3 - L'avenir de la modélisation en science politique
-
- Bibliographie
-
Generated with WebMaker